一句话看懂：麦肯锡没有限制顾问使用 AI，而是按用户追踪 token 消耗，用量过高就发邮件提醒；这套“看得见消耗”的做法，正在成为咨询业和大型企业应对大模型按量计费的标准动作。
事件核心：发生了什么
麦肯锡英国 AI、数据与分析团队 QuantumBlack 负责人 Debasish Patnaik 向 Business Insider 介绍，公司今年夏天在全公司上线了 AI 使用告警系统：按用户逐一追踪 token 消耗，用量偏高时直接发邮件提醒。他把这比作公司手机流量超额提醒——不是禁止使用，而是让员工知道怎么用得更省。
据麦肯锡官方博客，到 2026 年 5 月，公司每月处理约 5 万亿个 token，且消耗高度集中：约 10% 的用户贡献了约 65% 的总量，重灾区是咨询顾问和软件工程师。今年 LLM 厂商普遍从订阅制转向按 token 计费的用量模式，OpenAI 9 月也披露，其最活跃的 AI 编程 agent 用户每天消耗的 token 价值超过 7000 美元。
除了邮件提醒，麦肯锡还部署了几层控制：内部 AI 网关在请求到达模型供应商前做优化；熔断机制在 token 用量异常时临时暂停访问，评估该用量是否产生实际价值；缓存让重复问题的答案可以复用，并把消耗成本在公司层面统筹，而不是锁死在单个账号的许可额度里。
为什么重要
过去一年，咨询公司和大企业都在鼓励员工尽快把 AI 用起来，现在它们开始面对规模化的账单。按 token 计费意味着推理成本与使用强度直接挂钩，谁能把消耗管住、又不压制生产力，谁就能在 AI 商业化的下半场保持利润空间。
麦肯锡的思路是透明加教育，而不是配额封顶。Patnaik 说这背后的逻辑是给顾问自主权，让他们看到自己的使用习惯后再自己调整。这种方式能否奏效，目前公开信息显示仍有待观察，但它至少提供了一条不同于“一刀切限流”的路径。
同行已在跟进类似治理。安永设立了“AI 价值实现办公室”，并在部分专用 AI 工具后面加装“隐形路由器”，把任务分发给最合适的模型，安永称该路由器等措施让 token 消耗自 4 月以来下降 60%。德勤美国一名高级软件工程师则抱怨 GitHub 定价调整“已经造成混乱”，开发者很快烧完新配额。咨询业在 AI 成本治理上的做法，很可能被它们原样打包卖给客户。
对用户/开发者/创作者的影响
对开发者而言，token 消耗正在从“看不见的云成本”变成可被追踪、可被问责的指标。企业内部网关、路由器和缓存会成为常见基础设施，写 prompt、选模型、复用上下文这些习惯会直接反映在账单上。对内容创作者和普通用户，按量计费意味着重度依赖 AI 生成、长上下文和 agent 自动化的场景成本上升最快，轻量、批处理、缓存友好的用法更划算。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对企业采购方，评估 AI 工具时不能再只看订阅价，还要看网关是否支持优化、能否观测人均消耗、有没有熔断和缓存机制。目前公开信息显示，麦肯锡内部 AI 支出尚未到失控阶段，其用途多集中在个人生产力和加速交付，成本收益仍偏向收益一侧，但 Patnaik 也承认，再过半年用量可能更夸张。
值得关注的后续
一是这类告警和熔断会不会影响实际产出，还是只改变使用方式；二是模型厂商的按量定价是否继续上调，把成本压力进一步推给企业；三是安永所说的 60% 降耗能否被独立验证，成为行业基准；四是麦肯锡这套内部治理会不会直接产品化，卖给正在为 token 账单发愁的客户。
